「算法时代」是信息乌托邦时代?

当只有一个人在做某件事情的时候,那可能是探索,但当很多人都在做同一件事的时候,那可能就意味着一个新时代的降临。

       在2012年《今日头条》开启算法推送的尝试时,还处于巅峰时代的纸媒并未过多关注,4年之后,李世石与谷歌计算机围棋程序AlphaGo进行的围棋人机大战,让人们开始逐渐意识到算法时代已经来临。

     如今,我们随便打开一个新闻资讯APP或者视频APP,都能看到「根据你观看过的视频向你推荐」、「猜你喜欢」等个性化推荐栏目;搜索引擎根据用户特点筛选搜索结果;购物网站自动弹出符合用户风格的产品;各大网站知道你的消费习惯为你推荐服务、为你指定个性化消费策略以及优惠活动等等,算法推送已经成为各大流量渠道的主流配置。

     《今日头条》的CEO张一鸣说:我们不需要主编,有主编就会有倾向性,我们把分发交给算法,用户喜欢什么,我们就把什么推给用户,我们不干预用户的喜好。

     互联网之前的所有媒介形态,从报纸到广播再到电视,都是在解决信息匮乏的问题。来到「算法时代」,信息的丰富程度开始呈几何级增加,并以信息过载的形式去满足人们的信息饥渴,再通过算法,帮人们自动筛选信息。但我们当前所处的「算法时代」,真的是信息乌托邦时代吗?

问题

      是的,相较于「人工分发」,「算法推送」看起来更便捷,也更美好。可是吊诡的地方在于「算法推送」系统会根据我们历史记录去找与我们兴趣爱好相似的人,再将他们感兴趣的信息带给我们。但这同时,也会产生两个问题:一、为什么我要让别人决定我想看什么?二、为什么我一定要关注别人关注的东西?

后果

      所以,这种基于大众行为的机制,可能导致的结果也有两种:一是趋同;二是圈子的断层和割裂。

    先来说说一种可能产生的后果——趋同。系统推给你的是在你的可选范围内,最大众、关注人最多的信息,而你的关注行为则进一步强化了这些信息,那么,我们所关注的信息就会越来越趋向于大众。这种基于热门的筛选机制,虽然表面上节省了我们大量去探索和寻找内容的时间,然而也意味着我们在被动地接受的时候,思维正在被慢慢地同化和影响,无论是观点、事实还是看待问题的角度。

      我们会变得越来越懒,因为「算法推送」帮我们把信息分门别类打包好,送到眼前。同时,我们也会变得越来越笨了,因为我们思考的信息是大众思考的信息,我们看到的事物也是大众看到的事物,所以,我们接收到的信息会被拉到大众的平均线甚至低于平均线的水平。当我们接收到的信息与大众都是一致的,还如何指望比大多数人优秀呢?与大众一致,永远只会沦为平庸,成为被消费的对象。只有比大众走得远,看得更远,才会有出类拔萃的可能性。

      接下来说说另一种可能的后果——圈子的断层和割裂。一个圈子的信息永远只有最平庸,最肤浅,最没有门槛的信息能够被最广泛地被接受和关注,而这种关注又会促进它的二次或者多次传播和螺旋发展。这样一来,其他信息要么被挤压在角落里被我们遗忘,要么被挤出圈子,被我们忽视。简而言之,你会只看到你所在的圈子里大多数人愿意看的信息,这样你将只限于自己的圈子,看不到完整的世界。

      这种情况发展下去会怎么样呢?就会造成精英和大众的进一步割裂,从信息渠道上来说,少量大众平台掌握着大量用户和流量,成为信息的中心渠道,而众多微型小众圈子,例如:各种应用、自媒体平台则环绕在周围,基于少量小众用户则在内部交换信息,彼此之间是独立的,画地为牢,互不干涉。

      面对「算法时代」带来的副作用,我们应该怎么做呢?

解法

     基于自己的需求和兴趣,主动地去选择、获取有价值的信息,对自己的信息渠道进行优化。要知道,传播范围越广的信息,就越没有价值,因为他们要么已经人尽皆知,要么即将人尽皆知。针对这种形势,国内现在有不少平台,像知乎live、在行、得到等开始尝试走有价值的精品内容的路线,试图要为我们带来一场优质的知识盛宴。当然并不是说在这些平台上,我们就不需要筛选,我们还是需要根据自己的需求进行判断和辨识,但相比起被动接收由大众决定的信息,这已经是很有意义的一步了。

     此外,越是信息碎片化的时代,我们越是要建立结构化的体系,越是信息筛选便利的时代,我们越是要探索门槛更高的信息、这样一来,我们才能走在大众的前面,给自己带来真正长远、有效的提升。

    「算法时代」能否成为信息的乌托邦,成为信息分发「历史的终结」时代,我们不得而知。至少现在看来,还不是。    

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,527评论 5 470
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,314评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,535评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,006评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,961评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,220评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,664评论 3 392
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,351评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,481评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,397评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,443评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,123评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,713评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,801评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,010评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,494评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,075评论 2 341

推荐阅读更多精彩内容

  • Android 自定义View的各种姿势1 Activity的显示之ViewRootImpl详解 Activity...
    passiontim阅读 171,285评论 25 707
  • 社交红利阅读笔记 书名:社交红利(修订升级版) 作者:徐志斌 出版社:中信出版社 正文前笔记: 推荐序1摘要 社交...
    凫水阅读 8,882评论 4 26
  • 概述及标签体系搭建 1 概述 随着信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,愈发带来很大...
    JinkeyAI阅读 22,744评论 10 241
  • 前言 上一篇文章简单的说了RxJava,Retrofit,MVP的简单用法,这篇我们继续上一篇结尾时说的几个需要优...
    kgxl阅读 919评论 2 8
  • 和亮宝相处的日常,他总是能给我惊喜,他的成长在悄无声息中不断提示我,他是小小男子汉,会哭笑耍赖,也会坚强忍耐,懵懵...
    澜绣阅读 274评论 0 0